Semantic Knowledge(의미론적 지식)란 무엇입니까?
Semantic Knowledge 의미론적 지식 - We investigate the semantic knowledge of language models (LMs), focusing on (1) whether these LMs create categories of linguistic environments based on their semantic monotonicity properties, and (2) whether these categories play a similar role in LMs as in human language understanding, using negative polarity item licensing as a case study. [1] Understanding how these models represent both syntactic and semantic knowledge is vital to investigate why they succeed and fail, what they have learned, and how they can improve. [2] This allows the acquisition of semantic knowledge in form of a classification map, which facilitates decision-making processes. [3] Furthermore, TSI interferes with CR supporting the notion that TBI sets off a chronic neurodegenerative and progressive course that interferes with semantic knowledge. [4] The current study examined the contribution of semantic knowledge to the process of reading aloud unfamiliar words among thirty non-typical readers from third grade. [5] It combines the semantic knowledge of enterprise systems, i. [6] It is now firmly established that long-term memory knowledge, such as semantic knowledge, supports the temporary maintenance of verbal information in Working Memory (WM). [7] We propose a novel method to automatically enrich the weighted graphs using semantic knowledge in the form of a word similarity matrix. [8] Semantic knowledge of joint type is obtained through deep and wide sub-networks with low-resolution input, and high-resolution features indicating joint location are processed by shallow and narrow sub-networks. [9] In addition, we regularize the image encoder through attribute regression with a semantic knowledge to extract robust and attribute-related visual features. [10] Developmental amnesia (DA) is associated with early hippocampal damage and subsequent episodic amnesia emerging in childhood alongside age-appropriate development of semantic knowledge. [11] Evidence supporting an impact of semantic knowledge on serial order maintenance remains weak. [12] Evidence supporting an impact of semantic knowledge on serial order maintenance remains weak. [13] To alleviate this problem, we propose an NMT approach that heightens the adequacy in machine translation by transferring the semantic knowledge from bilingual sentence alignment learning. [14] Semantic knowledge is incorporated in a machine learning technique to enhance expressivity. [15] Using linked open data resources and our experiments, we collected comprehensive information to establish a semantic knowledgebase and analyzed identified proteins belonging to signaling pathways and their networks. [16] These results replicate and extend previous findings obtained with analogue samples and suggest that OCD is associated with attenuated access to emotional states, which may be partially compensated for by reliance on semantic knowledge of emotion. [17] Motivated by knowledge distillation, we put forward a new Cross-Patch Correlation Distillation (CPCD) loss to transfer the semantic knowledges across different patches. [18] For familiar and famous faces, perceptual processing of faces is normally accompanied by extraction of semantic knowledge about the social status of persons. [19] There are three advantages of this method: (1) the semantic knowledge of geospatial data is considered; (2) more information required by users could be obtained; (3) data retrieval speed can be improved. [20] A self-reference dimension contrasts episodes that occurred to one person with semantic knowledge. [21] Most of coreference resolution solutions rely on using knowledge resources like lexical knowledge, syntactic knowledge, world knowledge and semantic knowledge. [22] We demonstrate that Pathdreamer encodes useful and accessible visual, spatial and semantic knowledge about human environments by using it in the downstream task of Vision-and-Language Navigation (VLN). [23] These findings suggest that causal inferences in discourse understanding recruit distinct neural bases from those in logical problem-solving and rely more on semantic knowledge and social interaction experiences. [24] Foci for lesion overlaps of experimental and 21 control tasks were noticed ventrally for semantic knowledge and FTT, in fronto-parietal 22 regions for working memory and NTT, and ventro-dorsally for imitation of meaningless 23 gestures and the application of NTT and FTT. [25] In recent years, there has been a resurgence in methods that use distributed (neural) representations to represent and reason about semantic knowledge for robotics applications. [26] Why is this the case? One intuitive possibility is that these preferences are driven by semantic knowledge: For example, when we recognize a sofa, we access our knowledge about its real-world size, and this influences what size we prefer to view the sofa within a frame. [27] Categorical and associative relationships among words are two key forms of semantic knowledge. [28] The knowledge graph is a relatively general formal representation framework for semantic knowledge, with rich semantic expression and open interconnection capabilities. [29] In contrast to previous approaches, we propose a single, end-to-end trainable architecture which jointly incorporates motion cues and semantic knowledge. [30] The Proposed Automatic Review Summarization model with improved attention mechanism increases the semantic knowledge and thus improves the summary’s eminence. [31] BACKGROUND The semantic variant of primary progressive aphasia (PPA) is typically associated with a loss of semantic knowledge. [32] Moreover, activation in brain regions associated with language, semantic knowledge, and theory of mind were differentially modulated by text and picture-driven humor cues, while hearing laughter enhances activation in auditory association cortex. [33]우리는 (1) 이러한 LM이 의미론적 단조성 속성을 기반으로 언어 환경 범주를 생성하는지 여부와 (2) 이러한 범주가 인간 언어 이해에서와 같이 LM에서 유사한 역할을 하는지 여부에 중점을 두고 언어 모델(LM)의 의미론적 지식을 조사합니다. , 사례 연구로 음극 품목 라이선스를 사용합니다. [1] 이러한 모델이 구문 및 의미 지식을 모두 나타내는 방법을 이해하는 것은 모델이 성공하고 실패하는 이유, 학습한 내용, 개선할 수 있는 방법을 조사하는 데 매우 중요합니다. [2] 이를 통해 의사 결정 프로세스를 용이하게 하는 분류 맵의 형태로 의미론적 지식을 획득할 수 있습니다. [3] 더욱이, TSI는 TBI가 의미론적 지식을 방해하는 만성 신경변성 및 진행 과정을 시작한다는 개념을 뒷받침하는 CR을 방해합니다. [4] 본 연구는 3학년부터 비정형 독자 30명을 대상으로 생소한 단어를 소리 내어 읽는 과정에서 의미적 지식의 기여도를 조사하였다. [5] 엔터프라이즈 시스템의 의미론적 지식을 결합합니다. i. [6] 의미론적 지식과 같은 장기 기억 지식이 작업 기억(WM)에서 언어 정보의 임시 유지를 지원한다는 것이 이제 확고하게 확립되었습니다. [7] 우리는 단어 유사성 행렬 형태의 의미 지식을 사용하여 가중치 그래프를 자동으로 풍부하게 하는 새로운 방법을 제안합니다. [8] 저해상도 입력이 있는 깊고 넓은 하위 네트워크를 통해 관절 유형의 의미 지식을 얻고 얕고 좁은 하위 네트워크에서 관절 위치를 나타내는 고해상도 특성을 처리합니다. [9] 또한, 의미론적 지식을 가진 속성 회귀를 통해 이미지 인코더를 정규화하여 강건하고 속성 관련 시각적 특징을 추출합니다. [10] 발달 기억상실(DA)은 의미론적 지식의 연령에 적합한 발달과 함께 어린 시절에 나타나는 조기 해마 손상 및 후속 에피소드 기억상실증과 관련이 있습니다. [11] 일련 주문 유지 관리에 대한 의미론적 지식의 영향을 뒷받침하는 증거는 아직 미약합니다. [12] 일련 주문 유지 관리에 대한 의미론적 지식의 영향을 뒷받침하는 증거는 아직 미약합니다. [13] 이러한 문제를 완화하기 위해 이중 언어 문장 정렬 학습에서 의미 지식을 이전하여 기계 번역의 적절성을 높이는 NMT 접근 방식을 제안합니다. [14] 의미 지식은 표현력을 향상시키기 위해 기계 학습 기술에 통합됩니다. [15] 연결된 공개 데이터 리소스와 실험을 사용하여 의미론적 지식 기반을 구축하기 위한 포괄적인 정보를 수집하고 신호 경로 및 네트워크에 속하는 식별된 단백질을 분석했습니다. [16] 이러한 결과는 아날로그 샘플로 얻은 이전 발견을 복제 및 확장하고 OCD가 감정의 의미론적 지식에 의존하여 부분적으로 보상될 수 있는 감정 상태에 대한 감쇠된 접근과 관련이 있음을 시사합니다. [17] 지식 증류에 의해 동기가 부여된 새로운 CPCD(Cross-Patch Correlation Distillation) 손실을 제안하여 서로 다른 패치에 의미론적 지식을 전송합니다. [18] 친숙하고 유명한 얼굴의 경우 얼굴의 지각 처리는 일반적으로 사람의 사회적 지위에 대한 의미적 지식의 추출을 동반합니다. [19] 이 방법에는 세 가지 장점이 있습니다. (1) 지리 공간 데이터의 의미론적 지식이 고려됩니다. (2) 사용자가 요구하는 추가 정보를 얻을 수 있습니다. (3) 데이터 검색 속도를 향상시킬 수 있습니다. [20] 자기 참조 차원은 의미 지식이 있는 한 사람에게 발생한 에피소드를 대조합니다. [21] 대부분의 상호참조 해석 솔루션은 어휘 지식, 구문 지식, 세계 지식 및 의미 지식과 같은 지식 자원을 사용하는 데 의존합니다. [22] 우리는 Pathdreamer가 VLN(Vision-and-Language Navigation)의 다운스트림 작업에서 이를 사용하여 인간 환경에 대한 유용하고 접근 가능한 시각적, 공간적 및 의미론적 지식을 인코딩한다는 것을 보여줍니다. [23] 이러한 발견은 담화 이해의 인과적 추론이 논리적 문제 해결의 것과 구별되는 신경 기반을 모집하고 의미론적 지식과 사회적 상호 작용 경험에 더 의존함을 시사합니다. [24] 실험 및 21개 제어 작업의 병변 중첩에 대한 초점은 의미 지식 및 FTT의 경우 복부, 작업 기억 및 NTT의 경우 전두정측 22개 영역, 무의미한 제스처 모방 및 NTT 및 FTT의 적용에 대한 복측면에서 관찰되었습니다. [25] 최근 몇 년 동안 분산(신경) 표현을 사용하여 로봇 공학 응용 프로그램의 의미론적 지식을 표현하고 추론하는 방법이 부활했습니다. [26] 왜 이런 일이 발생합니까? 한 가지 직관적인 가능성은 이러한 선호도가 의미론적 지식에 의해 좌우된다는 것입니다. 예를 들어 소파를 인식할 때 실제 크기에 대한 지식에 액세스하고 이는 프레임 내에서 소파를 보는 데 선호하는 크기에 영향을 미칩니다. [27] 단어 사이의 범주적 및 연관 관계는 의미론적 지식의 두 가지 주요 형태입니다. [28] 지식 그래프는 의미론적 표현이 풍부하고 상호 연결 기능이 개방된 의미론적 지식에 대한 비교적 일반적인 형식 표현 프레임워크입니다. [29] 이전 접근 방식과 달리, 우리는 모션 큐와 의미 지식을 공동으로 통합하는 단일 종단 간 학습 가능한 아키텍처를 제안합니다. [30] 개선된 주의 메커니즘을 가진 제안된 자동 검토 요약 모델은 의미론적 지식을 증가시켜 요약의 탁월성을 향상시킵니다. [31] 배경 원발성 진행성 실어증(PPA)의 의미론적 변형은 일반적으로 의미론적 지식의 상실과 관련이 있습니다. [32] 또한 언어, 의미 지식 및 마음 이론과 관련된 뇌 영역의 활성화는 텍스트 및 그림 기반 유머 단서에 의해 차등적으로 조절되는 반면, 웃음을 듣는 것은 청각 연합 피질의 활성화를 향상시킵니다. [33]
short term memory 단기 기억
, 2004) and that underlying differences in the integration of phonological and lexical-semantic knowledge impact both short-term memory and comprehension. [1] It has been suggested that phonological representations play a central role in verbal short-term memory, but when semantic knowledge has been investigated, it has also been shown to influence verbal short-term memory. [2] Their data highlight the close interaction between sensory experience and prior semantic knowledge in human visual short-term memory for naturalistic stimuli. [3] This paper is aimed at traditional word embedding models and Bidirectional Encoder Representations from Transformers (BERT) that cannot learn text semantic knowledge, as well as convolutional neural network (CNN) and Bidirectional long short-term memory (BiLSTM) unable to distinguish the importance of words, proposing an improved Chinese short text classification method based on ERNIE_BiGRU model. [4], 2004) 음운론적 지식과 어휘 의미론적 지식 통합의 근본적인 차이는 단기 기억과 이해 모두에 영향을 미칩니다. [1] 음운 표상이 언어 단기 기억에서 중심적인 역할을 한다고 제안되었지만, 의미 지식이 조사되면 언어 단기 기억에도 영향을 미치는 것으로 나타났습니다. [2] 그들의 데이터는 자연주의적 자극에 대한 인간의 시각적 단기 기억에서 감각 경험과 사전 의미론적 지식 사이의 긴밀한 상호 작용을 강조합니다. [3] nan [4]
anterior temporal lobe 전측두엽
The dual-hub account posits that the neural organization of semantic knowledge is segregated by the type of semantic relation with anterior temporal lobe (ATL) specializing for taxonomic relations and inferior parietal lobule (IPL) for thematic relations. [1] Semantic dementia (SD) is a younger-onset neurodegenerative disease characterised by progressive deterioration of the semantic knowledge base in the context of predominantly left-lateralised anterior temporal lobe (ATL) atrophy. [2] One critical region is the anterior temporal lobe (ATL): patients with semantic variant primary progressive aphasia (svPPA), a clinical syndrome associated with ATL neurodegeneration, manifest a deep loss of semantic knowledge. [3]이중 허브 설명은 의미적 지식의 신경 조직이 분류학적 관계를 전문으로 하는 ATL(전측두엽)과 주제 관계에 대한 IPL(하두정엽)과의 의미적 관계 유형으로 분리되어 있다고 가정합니다. [1] 의미 론적 치매 (SD)는 주로 왼쪽 측면화 된 전 측두엽 (ATL) 위축의 맥락에서 의미 론적 지식 기반의 점진적인 악화를 특징으로 하는 젊은 발병 신경 퇴행성 질환입니다. [2] nan [3]
Level Semantic Knowledge 레벨 의미 지식
Deep contextual mechanisms for collecting high-level semantic knowledge is used in the LSTM network. [1] In addition, we adopt the multi-head attention mechanism to summarize the utterance-level semantic knowledge for intent detection. [2] Incentivized by multiple conditional constraints, our framework learns to extract high-level semantic knowledge and produce full-resolution segmentation maps without pre-labeled ground truths. [3] The key of zero-shot learning is to design an appropriate approach to capture the potential relevance between the image visual features and category-level semantic knowledge. [4]높은 수준의 의미론적 지식을 수집하기 위한 심층 컨텍스트 메커니즘은 LSTM 네트워크에서 사용됩니다. [1] 또한 의도 감지를 위한 발화 수준의 의미 지식을 요약하기 위해 다중 헤드 주의 메커니즘을 채택합니다. [2] nan [3] nan [4]
Rich Semantic Knowledge 풍부한 의미 지식
The assumption behind this effort is that an effective access to historical archives needs a rich semantic knowledge, relying on a domain ontology, that describes the content of archival resources. [1] We show that the model acquires rich semantic knowledge both at the word- and sentence-level, mirroring the patterns and trajectory of learning in early childhood. [2] Many neural approaches have been proposed to alleviate this problem recently, but none of them can make use of the rich semantic knowledge in the knowledge bases (KBs). [3]이러한 노력의 이면에 있는 가정은 역사적 아카이브에 대한 효과적인 접근을 위해서는 아카이브 자원의 내용을 설명하는 도메인 온톨로지에 의존하는 풍부한 의미론적 지식이 필요하다는 것입니다. [1] 우리는 모델이 어린 시절의 학습 패턴과 궤적을 반영하여 단어 및 문장 수준 모두에서 풍부한 의미론적 지식을 획득함을 보여줍니다. [2] nan [3]
Capture Semantic Knowledge 의미론적 지식 캡처
Experiment results show the outstanding performance of our approach to capture semantic knowledge on the FlickrStyle10K dataset. [1] An approach called Knowledgeable graphs (K-Graph) is proposed to capture semantic knowledge. [2] It is derived from a large corpus and is known to capture semantic knowledge from the corpus. [3]실험 결과는 FlickrStyle10K 데이터 세트에서 의미론적 지식을 캡처하는 접근 방식의 뛰어난 성능을 보여줍니다. [1] 의미론적 지식을 포착하기 위해 K-Graph(Knowledgeable graphs)라는 접근 방식이 제안되었습니다. [2] nan [3]
External Semantic Knowledge 외부 의미 지식
The embedding of external semantic knowledge can bring new additional information to reduce the cost of annotation and improve the performance of large-scale detection. [1] An intuitive way to alleviate this problem is to merge external semantic knowledge into the model framework. [2] For reducing polysemy ambiguity, we utilize self-attention on two parts, including word vectors with external semantic knowledge. [3]외부 의미 지식을 포함하면 새로운 추가 정보를 가져와 주석 비용을 줄이고 대규모 탐지 성능을 향상시킬 수 있습니다. [1] 이 문제를 완화하는 직관적인 방법은 외부 의미론적 지식을 모델 프레임워크에 병합하는 것입니다. [2] nan [3]
Use Semantic Knowledge
In this work, we use semantic knowledge sources, such as cross-domain knowledge graphs (KGs) and domain-specific ontologies, to enrich structured data for various AI applications. [1] The system uses semantic knowledge for autonomous task mapping and suggestions to further aid the orchestration of the process. [2]이 작업에서 우리는 다양한 AI 애플리케이션을 위한 구조화된 데이터를 강화하기 위해 교차 도메인 지식 그래프(KG) 및 도메인 특정 온톨로지와 같은 의미론적 지식 소스를 사용합니다. [1] nan [2]
Abstract Semantic Knowledge
OBJECTIVE To investigate the differential ability of the "Test Relaties e Concepten" (TRACE), a Dutch test for abstract semantic knowledge, in frontotemporal dementia (FTD). [1] ABSTRACT Semantic knowledge (or semantic memory) is knowledge we have about the world. [2]목적 전측두엽 치매(FTD)에서 추상적 의미 지식에 대한 네덜란드 테스트인 "Test Relationies e Concepten"(TRACE)의 차동 능력을 조사하기 위해. [1] nan [2]
General Semantic Knowledge
These findings indicate that recognizing places based solely on general semantic knowledge requires more evidence accumulation, additional verbal semantics, and greater top-down control. [1] These features can be more effective for learners of Spanish, especially the one related to causality, since they refer to more general semantic knowledge. [2]이러한 결과는 일반적인 의미 지식에 기초하여 장소를 인식하는 데 더 많은 증거 축적, 추가 언어 의미 및 더 큰 하향식 제어가 필요함을 나타냅니다. [1] nan [2]
Comprehensive Semantic Knowledge 포괄적인 의미 지식
This research proposes a novel comprehensive semantic knowledge-based framework that helps to transform unstructured data to be easily exploited by data scientists. [1] It is a comprehensive semantic knowledge base toward the development of fuzzy ontology-based CDSS for AD diagnosis. [2]이 연구는 비정형 데이터를 데이터 과학자가 쉽게 이용할 수 있도록 변환하는 데 도움이 되는 새롭고 포괄적인 의미론적 지식 기반 프레임워크를 제안합니다. [1] 알츠하이머병 진단을 위한 퍼지 온톨로지 기반 CDSS 개발을 위한 포괄적인 의미론적 지식 기반입니다. [2]
Unified Semantic Knowledge 통합된 의미 지식
To support the clusterisation process, the proposed solution relies on a unified semantic knowledge base that provides a common vocabulary of terms for modelling task requirements and edge device properties, as well as enables automated task grouping and match-making for device discovery and selection, using built-in reasoning capabilities. [1] The necessity of using the model of a unified semantic knowledge and data space is argued. [2]클러스터화 프로세스를 지원하기 위해 제안된 솔루션은 작업 요구 사항 및 에지 장치 속성 모델링에 대한 공통 용어를 제공하고 장치 검색 및 선택을 위한 자동 작업 그룹화 및 매치 메이킹을 가능하게 하는 통합 의미론적 지식 기반에 의존합니다. 내장된 추론 기능. [1] 통합된 의미 지식과 데이터 공간의 모델을 사용할 필요성이 주장됩니다. [2]
Incorporate Semantic Knowledge 의미론적 지식 통합
Recent studies which incorporate semantic knowledge into word embedding have shown their potential in improving the semantic representation of a concept. [1] The matrix factorization model generates factors which do not incorporate semantic knowledge. [2]의미론적 지식을 단어 임베딩에 통합하는 최근 연구는 개념의 의미론적 표현을 향상시키는 잠재력을 보여주었습니다. [1] 행렬 분해 모델은 의미론적 지식을 통합하지 않는 요소를 생성합니다. [2]
Prior Semantic Knowledge 사전 의미 지식
As far as we are aware, this is the first study to utilize prior semantic knowledge in the 3D CT reconstruction. [1] Their data highlight the close interaction between sensory experience and prior semantic knowledge in human visual short-term memory for naturalistic stimuli. [2]우리가 아는 한, 이것은 3D CT 재구성에서 사전 의미론적 지식을 활용한 첫 번째 연구입니다. [1] 그들의 데이터는 자연주의적 자극에 대한 인간의 시각적 단기 기억에서 감각 경험과 사전 의미론적 지식 사이의 긴밀한 상호 작용을 강조합니다. [2]
Human Semantic Knowledge 인간의 의미론적 지식
In this paper, we perform a systematic analysis of how closely the intermediate layers from LSTM and trans former language models correspond to human semantic knowledge. [1] Such properties can form the basis for abstract semantic classes that are a crucial aspect of human semantic knowledge. [2]이 논문에서 우리는 LSTM과 트랜스포머 언어 모델의 중간 계층이 인간의 의미 지식과 얼마나 밀접하게 대응하는지에 대한 체계적인 분석을 수행합니다. [1] 이러한 속성은 인간 의미 지식의 중요한 측면인 추상 의미 클래스의 기초를 형성할 수 있습니다. [2]
Contextual Semantic Knowledge 문맥 의미론적 지식
Thus, during fine-tuning, the speech module alone can produce representations carrying both acoustic information and contextual semantic knowledge of an input acoustic signal. [1] In addition, a considerable percentage of contextual semantic knowledge are never learned because a huge amount of possible distributional semantic structures are never explored. [2]따라서 미세 조정하는 동안 음성 모듈 단독으로 입력 음향 신호의 음향 정보와 맥락적 의미 지식을 모두 전달하는 표현을 생성할 수 있습니다. [1] 게다가, 상당한 양의 가능한 분포 의미론적 구조가 결코 탐구되지 않기 때문에 상당한 비율의 문맥 의미론적 지식은 결코 학습되지 않는다. [2]
Provide Semantic Knowledge 의미 지식 제공
The proposed ontologies provide semantic knowledge about entities and aspects, and their relations in the domains of diabetes and blood pressure (BP). [1] From several experiments, we found that the proposed method can lead to more accurate results than the classical classification methods based on three-dimensional (3D) human model and can provide semantic knowledge of human body shapes. [2]제안된 온톨로지는 당뇨병과 혈압(BP) 영역에서 엔티티와 측면, 그리고 이들의 관계에 대한 의미론적 지식을 제공합니다. [1] 여러 실험을 통해 제안한 방법이 3차원(3D) 인체 모델에 기반한 기존 분류 방법보다 정확한 결과를 도출할 수 있으며 인체 형상에 대한 의미 지식을 제공할 수 있음을 발견했습니다. [2]
semantic knowledge base 시맨틱 지식 기반
Aiming at this problem, we propose a semantic error proofreading method that contains dependency parsing and statistical theory, and construct a two-layer semantic knowledge base to assist error detection and error correction. [1] To support the clusterisation process, the proposed solution relies on a unified semantic knowledge base that provides a common vocabulary of terms for modelling task requirements and edge device properties, as well as enables automated task grouping and match-making for device discovery and selection, using built-in reasoning capabilities. [2] It is a comprehensive semantic knowledge base toward the development of fuzzy ontology-based CDSS for AD diagnosis. [3] Semantic dementia (SD) is a younger-onset neurodegenerative disease characterised by progressive deterioration of the semantic knowledge base in the context of predominantly left-lateralised anterior temporal lobe (ATL) atrophy. [4] Compared with the maximum likelihood method and semantic knowledge base method, the experimental results show that this method improves the quality of traditional medical auxiliary diagnosis. [5] Self-derivation of novel facts through integration of memory content is fundamental to acquiring new knowledge and a means of building a semantic knowledge base. [6] Our study illustrates how degeneration of the semantic knowledge base impacts the production, content, and quality of literary works. [7]이러한 문제를 목표로 의존성 파싱과 통계이론을 포함하는 의미 오류 교정 방법을 제안하고 오류 검출과 오류 정정을 지원하기 위해 2계층 의미 지식 기반을 구축한다. [1] 클러스터화 프로세스를 지원하기 위해 제안된 솔루션은 작업 요구 사항 및 에지 장치 속성 모델링에 대한 공통 용어를 제공하고 장치 검색 및 선택을 위한 자동 작업 그룹화 및 매치 메이킹을 가능하게 하는 통합 의미론적 지식 기반에 의존합니다. 내장된 추론 기능. [2] 알츠하이머병 진단을 위한 퍼지 온톨로지 기반 CDSS 개발을 위한 포괄적인 의미론적 지식 기반입니다. [3] 의미 론적 치매 (SD)는 주로 왼쪽 측면화 된 전 측두엽 (ATL) 위축의 맥락에서 의미 론적 지식 기반의 점진적인 악화를 특징으로 하는 젊은 발병 신경 퇴행성 질환입니다. [4] 실험결과는 최대우도법과 의미적 지식기반법에 비해 전통적인 의료보조진단의 질을 향상시키는 것으로 나타났다. [5] nan [6] nan [7]
semantic knowledge representation 시맨틱 지식 표현
This paper aims to present a framework for semantic knowledge representation of Al-Quran using dependency relations between words, in an attempt to boost the retrieval accuracy for Al-Quran. [1] The cornerstone of this approach is an ontology, a semantic knowledge representation of our domain. [2] Neural-Symbolic techniques, such as Logic Tensor Networks (LTNs), allow the combination of semantic knowledge representation and reasoning with the ability to efficiently learn from examples typical of neural networks. [3] These meta-analysis results are discussed in the context of neurocomputational theories of semantic knowledge representations and perception, and the brain volumes of interest are available for download to facilitate data interpretation for future neuroimaging studies. [4] Semantic knowledge representation is a field of study which concentrates on using formal symbols to a collection of propositions, objects, object properties, and relations among objects. [5]본 논문은 알 꾸란의 검색 정확도를 높이기 위해 단어 간의 의존 관계를 이용한 알 꾸란의 의미적 지식 표현을 위한 프레임워크를 제시하는 것을 목적으로 한다. [1] 이 접근 방식의 초석은 우리 영역의 의미론적 지식 표현인 온톨로지입니다. [2] LTN(Logic Tensor Networks)과 같은 신경 기호 기술을 사용하면 의미론적 지식 표현과 추론을 결합하여 신경망의 일반적인 예에서 효율적으로 학습할 수 있습니다. [3] nan [4] nan [5]
semantic knowledge graph 시맨틱 지식 그래프
Para tanto, a utilização de Grafos de Conhecimento Semântico (Semantic Knowledge Graphs) fornece uma visão homogênea a partir de fontes heterogêneas integradas semânticamente. [1] Semantic knowledge graphs are large-scale triple-oriented databases for knowledge representation and reasoning. [2] We represent the documents, concepts, and dynamic topic modeling data in a semantic knowledge graph to support integration, inference, and discovery. [3] We describe the agility of the Science Library implementation as a controlled natural language (CNL) semantic knowledge graph and describe the different roles within the community to ensure efficient curation, validation, and provenance of the content. [4] The end result is a semantic knowledge graph database which outlines patterns as vertices and their relations as edges. [5]따라서 의미론적 지식 그래프의 사용은 의미론적으로 통합된 이기종 소스에서 동질적인 보기를 제공합니다. [1] 의미론적 지식 그래프는 지식 표현 및 추론을 위한 대규모 3중 지향 데이터베이스입니다. [2] nan [3] nan [4] nan [5]
semantic knowledge basis 의미론적 지식 기반
Since more and more companies use industrial knowledge graphs and ontologies to foster their knowledge management, this paper proposes a framework on how to efficiently derive a simulation model from such semantic knowledge bases. [1] Semantic knowledge bases in the form of ontologies and the insightful syntactic patterns in healthcare data, especially clinical text documents, could be of great help for several medical research projects aiming at developing intelligent semantic reasoning methods for supporting healthcare decision support systems. [2] Among the latter, we are interested in relations that one would find in lexical-semantic knowledge bases like WordNet, also covered by some analogy test sets for English. [3]산업적 지식 그래프와 온톨로지를 활용하여 지식 관리를 강화하는 기업이 점점 늘어나고 있기 때문에 본 논문에서는 이러한 의미론적 지식 기반에서 시뮬레이션 모델을 효율적으로 도출하는 프레임워크를 제안합니다. [1] 온톨로지 형태의 의미론적 지식 기반과 의료 데이터, 특히 임상 텍스트 문서의 통찰력 있는 구문 패턴은 의료 결정 지원 시스템을 지원하기 위한 지능형 의미론적 추론 방법 개발을 목표로 하는 여러 의료 연구 프로젝트에 큰 도움이 될 수 있습니다. [2] nan [3]
semantic knowledge model
Secondly, this paper proposed an adaptive occlusion state behavior recognition method derived from the semantic knowledge model to ravel out the concern of occlusion and self-occlusion in human action recognition. [1] A huge hurdle in developing such semantic knowledge models, or ontologies, is the knowledge acquisition bottleneck. [2]둘째, 본 논문에서는 인간 행동 인식에서 가림과 자기 가림에 대한 우려를 해소하기 위해 의미 지식 모델에서 파생된 적응형 가림 상태 행동 인식 방법을 제안하였다. [1] nan [2]
semantic knowledge extracted
Considering these, we propose a deep neural network model that uses an attention mechanism which utilizes image features, the natural language question asked and semantic knowledge extracted from the image to produce open-ended answers for the given questions. [1] The only sensor used is GPS, whose data is enriched with semantic knowledge extracted online from the Internet, and with brief user’s profile data collected off-line. [2]이를 고려하여 주어진 질문에 대해 개방형 답변을 생성하기 위해 이미지 특징, 자연어 질문 및 이미지에서 추출한 의미론적 지식을 활용하는 주의 메커니즘을 사용하는 심층 신경망 모델을 제안합니다. [1] nan [2]
semantic knowledge associated
Existing works have studied tourist places, but results lack a coherent outline and visualization of the semantic knowledge associated with tourist attractions. [1] This may reflect activation of semantic knowledge associated with the identity. [2]기존 작업은 관광지를 연구했지만 결과는 관광 명소와 관련된 의미 지식의 일관된 개요 및 시각화가 부족합니다. [1] nan [2]
semantic knowledge extraction 의미 지식 추출
Semantic knowledge extraction of unstructured data is carried out by intelligent domain segmentation technology, organized and stored as knowledge mapping, and semantic search for support reasoning is realized based on knowledge mapping. [1] The goal of the paper is to present a model of a context-aware holographic architecture for real time communication based on semantic knowledge extraction. [2]비정형 데이터의 의미적 지식 추출은 지능적 영역 분할 기술에 의해 수행되어 지식 매핑으로 구성 및 저장되며, 지식 매핑을 기반으로 지원 추론을 위한 의미 검색이 구현됩니다. [1] 이 논문의 목표는 의미 지식 추출을 기반으로 하는 실시간 통신을 위한 컨텍스트 인식 홀로그램 아키텍처 모델을 제시하는 것입니다. [2]